In sintesi
- Mansioni: Guida lo sviluppo di modelli ML per decisioni autonome in tempo reale.
- Azienda: Startup fintech innovativa con un ambiente dinamico e mission-driven.
- Benefit: Flessibilità oraria, remote work, opportunità di crescita e retribuzione competitiva.
- Altre informazioni: Ambiente stimolante con workshop, conferenze e viaggi aziendali a Milano.
- Perché questo lavoro: Lavora su progetti impattanti e all'avanguardia nel campo dell'AI e del data engineering.
- Qualifiche: Laurea magistrale o PhD in discipline quantitative e 3 anni di esperienza in data science.
La retribuzione prevista è compresa tra 56250 - 68750 € per anno.
In questa posizione guiderai lo sviluppo e la messa in produzione di modelli statistici e ML per supportare decisioni autonome in tempo reale, collaborando con engineering, product e domain experts. L’obiettivo è offrire modelli accurati, spiegabili e auditabili per la piattaforma Genyo.ai, con un impatto diretto sui sistemi decisionali. L’ambiente è startup ad alta crescita, orientato a soluzioni fintech e asset digitali. Ti occuperai di ricerca avanzata, deployment e monitoraggio in un contesto regolatorio complesso.
Retribuzione / Benefits
- flessibilità orario e remote
- ambiente startup dinamico e mission-driven
- workshops con clienti e conferenze a Milano
- viaggi aziendali mensili per meeting a Milano
- opportunità di crescita e mentoring
- RAL tra 45k e 65k a seconda seniority
Responsabilità
- Guidare l’intero ciclo di vita del ML: definizione del problema, acquisizione dati, feature engineering (on-chain e off-chain), modellazione, validazione, deployment e monitoraggio
- Sviluppare modelli per rilevazione frodi, credit scoring on-chain e risk assessment comportamentale
- Progettare modelli per rischi di liquidità e treasury e per dynamic pricing e retention
- Sviluppare modelli a supporto del motore decisionale AI agentico, abilitando flussi decisionali autonomi multi-step in tempo reale
- Garantire spiegabilità, auditabilità e conformità dei modelli e contribuire a framework di spiegazione narrativa e documentazione
- Progettare e ottimizzare feature store, data pipeline, API dei modelli e framework di monitoraggio
- Condurre ricerca avanzata su graph ML, forecasting, anomaly detection, embeddings, self-supervised learning
- Fare mentoring a data scientist e contribuire agli standard di modellazione e revisione
- Comunicare risultati e comportamento dei modelli a stakeholder interni, clienti e autorità regolatorie
Requisiti fondamentali
- Laurea magistrale o PhD in discipline quantitative
- +3 anni di esperienza in data science o ML
- Ottima conoscenza di Python e librerie ML (scikit-learn, PyTorch, TensorFlow)
- Esperienza comprovata in modelli ML in produzione (batch, streaming o real-time)
- Conoscenza di modellazione statistica, metodi di classificazione/regressione, serie temporali, anomaly detection
- Esperienza con modelli spiegabili e validazione robusta
- Ottime capacità comunicative e capacità di tradurre concetti tecnici per business/compliance
- Esperienza in ambienti startup e mindset di ownership
- Conoscenza best practice di sicurezza per modelli, dataset e pipeline e gestione audit
- Comunicazione efficace
- Pensiero analitico e orientamento al dettaglio
- Autonomia e proattività
- Python avanzato
- Librerie ML: scikit-learn, PyTorch, TensorFlow
- Modellazione statistica, forecasting, serie temporali
AI / Data Engineer in Monza datore di lavoro: W Executive
L'azienda offre un ambiente di lavoro stimolante e collaborativo, dove la precisione e il controllo sono al centro delle operazioni quotidiane. Con opportunità di crescita professionale e un team dedicato, i dipendenti possono sviluppare le proprie competenze in un contesto manifatturiero italiano di eccellenza. Inoltre, la posizione si trova in una località strategica che favorisce un equilibrio tra vita lavorativa e personale, rendendo l'azienda un datore di lavoro ideale per chi cerca un impiego significativo e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere AI / Data Engineer in Monza
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su W Executive
Non dimenticare di candidarti direttamente sul sito di W Executive! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come AI / Data Engineer in Monza
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di W Executive. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di W Executive. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso W Executive
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.